центральное понятие в

COMBS:

centre-periphery approach [model\] — подход [модель\] "центр-периферия"

categoric denial — категоричное отрицание

categoric statement — категорическое утверждение, заявление

to give a categoric assurance — решительно заверить, твёрдо гарантировать

Can you give a categoric assurance that these problems will not be repeated? — Можете ли вы гарантировать, что эти проблемы не повторятся?

categoric denial — категоричное отрицание

categoric statement — категорическое утверждение, заявление

to give a categoric assurance — решительно заверить, твёрдо гарантировать

Can you give a categoric assurance that these problems will not be repeated? — Можете ли вы гарантировать, что эти проблемы не повторятся?

критический путь
Метод такого планирования порядка выполнения задач проекта, который обеспечивает завершение его в минимальные сроки.
Существуют программы, которые позволяют автоматизировать процесс определения критического пути.
[Гипертекстовый энциклопедический словарь по информатике Э. Якубайтиса]
[ http://www.morepc.ru/dict/]

критический путь
Центральное понятие методов сетевого планирования и управления (СПУ) - непрерывная последовательность ра бот и событий от начального до конечного события, требующая наибольшего времени (в некоторых системах — наибольших затрат) для ее выполнения. Собственно, смысл СПУ как «метода критического пути» состоит в регулярном нахождении такой последовательности на каждом этапе комплекса работ, планируемого этим методом. (Обычно для этого проводятся компьютерные расчеты). Знание К.п. позволяет сосредоточить на соответствующих работах дополнительные силы и средства, и тем самым сократить этот путь, ускорить достижение общей цели комплекса. На рис.С.2 к статье Сетевой график, где дан пример такого графика, цифры, стоящие над стрелками, показывают ориентировочную продолжительность каждой работы. К.п., определяющий общую продолжительность строительства (или иного комплекса работ, планируемого с помощью графика), показан утолщенной линией. Он проходит от нулевого (начального) до 12-го (конечного) события. События 1, 2, 5, 8, 9, 11, лежащие на этом пути, называются критическими, работы — критическими работами, соответствующие ресурсы — критическими ресурсами. Кроме критических из всех работ и путей обычно выделяются «подкритические», за которыми следят особо, потому что уже при небольших отклонениях в сроках выполнения такие работы становятся критическими. Совокупность всех критических и подкритических работ называется критической зоной комплекса.
[ http://slovar-lopatnikov.ru/]

Тематики

• информационные технологии в целом
• экономика

EN

• critical path

математическая статистика
Раздел математики, посвященный методам и правилам обработки и анализа статистических данных (т.е. сведений о числе объектов, обладающих определенными признаками, в какой-либо более или менее обширной совокупности). Сами методы и правила строятся безотносительно к тому, какие статистические данные обрабатываются (физические, экономические и др.), однако обращение с ними требует обязательного понимания сущности явления, изучаемого с помощью этих правил. К экономике М.с. применима по той причине, что экономические данные всегда представляют собой статистические сведения, т.е. сведения об однородных совокупностях объектов и явлений. Такими однородными совокупностями могут быть выпускаемые промышленностью изделия, персонал промышленности, данные о прибылях предприятий и т.д. В настоящее время существуют разные определения сущности М.с., и не следует удивляться, если вы увидите в одной книге, вопреки сказанному выше, утверждение, что М.с. — это «наука о принятии решений в условиях неопределенности», а в другой — что это «наука, объясняющая данные статистических наблюдений при помощи вероятностных моделей». Некоторые авторы считают, что она — раздел теории вероятностей, а другие, — что она лишь связана с этой теорией, представляя собой отдельную от нее науку. Наконец, распространено расширенное понимание предмета М.с. как охватывающей не только вероятностные аспекты, но и так называемую прикладную статистику («анализ данных«), включающую и объекты не обязательно вероятностной природы. В общем случае, анализ статистических данных методами М.с. позволяет сделать два вывода: либо вынести искомое суждение о характере и свойствах этих данных или взаимосвязей между ними, либо доказать, что собранных данных недостаточно для такого суждения. Причем выводы могут делаться не из сплошного рассмотрения всей совокупности данных, а из ее выборки, как правило, случайной (последнее означает, что каждая единица, включенная в выборку, могла быть с равными шансами, т.е. с равной вероятностью заменена любой другой). Центральное понятие М.с. — случайная величина — всякая наблюдаемая величина, изменяющаяся при повторениях общего комплекса условий, в которых она возникает. Если сам по себе набор, перечень значений этой величины неудобен для их изучения (поскольку их много), М.с. дает возможность получить необходимые сведения о случайной величине с существенно меньшим количеством чисел. Это объясняется тем, что статистические данные подчиняются таким законам распределения (или приводятся к ним порою искусственными приемами), которые характеризуются всего лишь несколькими параметрами, т.е. характеристиками. Зная их, можно получить столь же полное представление о значениях случайной величины, какое дается их подробным перечислением в очень длинной таблице. (Характеристиками распределения являются среднее, медиана, мода и т.д.). Если изучаются взаимосвязи между значениями разных случайных величин, то необходимые сведения для этого дают коэффициенты корреляции между ними. Когда совокупность анализируется по одному признаку, имеем дело с так называемой одномерной статистикой, когда же рассматривается несколько признаков — с многомерным статистическим анализом. М.с. охватывает широкий круг одномерных и многомерных методов и правил обработки статистических данных: от простых приемов статистического описания (выведение средней, а также степени и характера разброса исследуемых признаков вокруг нее, группировка данных по классам и сопоставление их характеристик и т.д.), правил отбора фактов при выборочном их рассмотрении до сложных методов исследования зависимостей между случайными величинами. Среди последних: выявление связей между случайнами величинами — корреляционный анализ, оценка величины случайной переменной, если величина другой или других известна — регрессионный анализ, выявление наиболее важных скрытых факторов, влияющих на изучаемые величины, — факторный анализ, определение степени влияния отдельных неколичественных факторов на общие результаты их действия (например, в научном эксперименте) — дисперсионный анализ. Перечисленные области составляют основные дисциплины, входящие в М.с. К ним примыкают также быстро развивающиеся упоминавшиеся выше методы «анализа данных», не основанные на традиционной для М.с. предпосылке вероятностной природы обрабатываемых данных. Для экономических исследований большое значение имеет также анализ стохастических процессов, в том числе «марковских процессов«. Задачи М.с. в экономике можно разделить на пять основных типов: а) оценка статистических данных; б) сравнение этих данных с каким-то стандартом и между собой (оно применяется при эксперименте или, например, в контроле качества на предприятиях); в) исследование связей между статистическими данными и их группами. Эти три типа позволяют вынести суждение описательного характера об изучаемых явлениях, подверженных по каким-то причинам искажающим случайным воздействиям. Следующий, четвертый тип задач связан с нахождением наилучшего варианта измерения изучаемых данных. И наконец, пятый тип задач связан с проблемами предвидения и развития, здесь важное место занимают задачи анализа временных рядов. Для экономики особенно ценно то, что М.с. позволяет на основании анализа течения событий в прошлом, т. е. изучения выбранных на определенные даты сведений о характерных чертах системы, предсказать (см. Прогнозирование) вероятное развитие изучаемого явления в будущем (если не изменятся существенно внешние или внутренние условия). В управлении хозяйственными и производственными процессами применяются различные математико-статистические методы. На них основаны многие методы исследования операций, в том числе — методы теории массового обслуживания, позволяющие наиболее эффективно организовывать ряд процессов производства и обслуживания населения, теории расписаний, предназначенной для выработки оптимальной последовательности производственных, транспортных и других операций, теории решений, теории управления запасами, а также теории планирования эксперимента и выборочного контроля качества продукции, сетевые методы планирования и управления. В эконометрических исследованиях на основе математико-статистической обработки данных строятся экономико-математические (экономико-статистические) модели экономических процессов, производятся экономические и технико-экономические прогнозы. Широкое распространение математико-статистических методов в общественном производстве, а также в других областях социально-экономической жизни общества (здравоохранение, экология, естественные науки) опирается на развитие электронно-вычислительной техники. Для решения типовых задач математико-статистической обработки данных созданы и применяются многочисленные стандартные прикладные компьютерные программы и системы.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• mathematical statistics

экономико-статистические исследования
Исследования экономической деятельности с помощью методов математической статистики. Обычно этот термин относят к изучению конкретных производств и отраслей. Если же отнести его к экономике в целом, то термин «Э.-с.и.» практически соответствует термину эконометрия. Они объединяют достижения конкретной экономики, технических наук, математической статистики и вычислительной техники. Исходя из экономики и технологии данного производства проводится качественный анализ изучаемых процессов. На этой основе методами математической статистики и экономико-математического моделирования с помощью ЭВМ производятся расчеты, делаются выводы и принимаются решения. Здесь качественный (экономический) и количественный (статистический) анализы выступают в единстве. Центральное понятие рассматриваемой дисциплины — экономико-статистическая модель. В Э.с.и. широко применяются корреляционный анализ, регрессионный анализ, методы распознавания образов, экспертные оценки и др. Наибольшее развитие эти методы получили во внутризаводском планировании, техническом нормировании, в решении задач сравнительного технико-экономического анализа деятельности предприятий.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• economic and statistical studies

in company — в обществе, на людях

in company with smb. — в обществе кого-л.

to expect company — ждать гостей

to be good company — быть приятным собеседником

furniture company — мебельная фирма

bus company — компания автобусного транспорта

capital goods company — компания, выпускающая средства производства

company under foreign ownership — компания, являющаяся иностранной собственностью

authority to bind a company — право налагать обязательство на компанию

to set up [form, found\] a company — основать [учредить\] компанию

to buy control of the company — приобрести контрольный пакет акций компании

to float a company [to launch\] a company — учредить компанию и выпустить ее акции на рынок

John Jones and Company — Джон Джонс и компания

Drapers' Company — Гильдия драпировщиков

Grocers' Company — Гильдия бакалейщиков